Escolar Documentos
Profissional Documentos
Cultura Documentos
NDICE
IINTRODUCCIN
PRESENTACIN DE LA ASIGNATURA
COMPETENCIA DE LA ASIGNATURA 9
UNIDADES DIDCTICAS 9
TIEMPO MNIMO DE ESTUDIO 9
UNIDAD I: INTRODUCCIN, RESUMEN Y GRFICA DE DATOS
11
11
11
12
12
14
3 Definiciones bsicas
19
21
21
24
LECTURA SELECCIONADA N 1
31
ACTIVIDAD N 1
31
Glosario
32
BIBLIOGRAFA DE LA UNIDAD I
32
AUTOEVALUACIN DE LA UNIDAD I
33
35
35
35
36
1 Media
2 Mediana
3 Moda
36
39
43
46
46
46
3 Desviacin media
47
4 Varianza
47
51
6 Coeficiente de variabilidad
53
54
1 Cuantiles
54
2 Medidas de Curtosis
57
3 Medidas de Asimetra
58
LECTURA SELECCIONADA N 2
60
ACTIVIDAD N 2
61
Glosario
62
BIBLIOGRAFA DE LA UNIDAD II
62
AUTOEVALUACIN DE LA UNIDAD II
62
65
65
65
66
66
69
72
73
76
2 Combinaciones y permutaciones
LECTURA SELECCIONADA N 2
73
76
77
77
Debe preocuparse de que le realicen una prueba de deteccin de drogas cuando solicite un
trabajo? Estadstica. Mario Triola. Pg. 137
ACTIVIDAD N 3
77
Glosario
78
79
79
82
82
82
83
1 Variables aleatorias
83
86
87
87
88
89
92
95
LECTURA SELECCIONADA N 4
96
Los mtodos estadsticos pueden demostrar que el proceso de seleccin de un jurado es discriminatorio?
ACTIVIDAD N 4
96
Glosario
97
BIBLIOGRAFA DE LA UNIDAD IV
98
AUTOEVALUACIN DE LA UNIDAD IV
98
ANEXO
99
INTRODUCCIN
la toma de decisiones.
tipo para construir con ellos informes estadsticos que nos den
personas.
Este anlisis numrico que se realiza con los datos es muy importante puesto que con ello fundamentaremos nuestra toma
de decisiones, desde una simple actividad diaria de alguna
persona hasta una complicada gestin en alguna empresa,
en cualquier campo de accin. Es por ello que se requiere
del conocimiento para poder disponer de datos apropiados,
suficientes, oportunos y de buena calidad as como manejar
Desarrollo
de contenidos
PRESENTACIN DE LA ASIGNATURA
Diagrama
Objetivos
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Inicio
COMPETENCIA DE LA ASIGNATURA
Desarrollo
Actividades Autoevaluacin
deConoce,
contenidosaplica, analiza e interpreta eficientemente mtodos y tcnicas de estadstica
descriptiva y teora de probabilidades para la toma de decisiones, valorando reflexivamente su importancia como herramienta en los diversos campos de la ciencia,
demostrando tica en el manejo de la informacin.
Lecturas
seleccionadas
Glosario
Bibliografa
UNIDADES DIDCTICAS
UNIDAD IAnotaciones
Recordatorio
Introduccin,
RESUMEN y
Grfica de Datos.
UNIDAD II
UNIDAD III
UNIDAD IV
Distribuciones De
Probabilidad.
UNIDAD II
UNIDAD III
UNIDAD IV
1a y 2a Semana
3a y 4a Semana
5a y 6a Semana
7a y 8a Semana
16 horas
16 horas
16 horas
16 horas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Bibliografa
Desarrollo
de contenidos
Diagrama
Objetivos
Desarrollo
de contenidos
Diagrama
Lecturas
seleccionadas
Inicio
Lecturas
seleccionadas
Diagrama
Recordatorio
Actividades
Glosario
Recordatorio
Anotaciones
Autoevaluacin
Inicio
Bibliografa
Actividades
EJEMPLOS
Autoevaluacin
ACTIVIDADES
Anotaciones
Glosario
AUTOEVALUACIN
Bibliografa
BIBLIOGRAFA
Inicio
Anotaciones
CONOCIMIENTOS
Tema N 1: Introduccin
1
RamasActividades
y Objetivos
de la
Desarrollo
Autoevaluacin
de contenidos
Estadstica.
2 Fuentes de recoleccin de
datos.
3 Definiciones bsicas.
Lecturas
seleccionadas
Lecturas
seleccionadas
CONTENIDOS
Desarrollo
de contenidos
Recordatorio
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Bibliografa
Autoevaluacin N 1
PROCEDIMIENTOS
ACTITUDES
Bibliografa
11
o
os
as
io
12
Actividades
Autoevaluacin
Glosario
Bibliografa
Estimado alumno, en este tema conoceremos los conceptos bsicos de la Estadstica que
nos permitirn diferenciar las fuentes de recoleccin de datos as como definir el tipo
de estadstica que estamos aplicando, sobre todo definir la variable y el tipo de variable
que ests estudiando; del mismo modo es importante que diferencies lo que es parmetro y estadgrafo sobre todo cules son y para qu tipo de variables se aplican. Detalles
que son sumamente importantes al momento de plantear un estudio de investigacin
estadstica
1 RAMAS Y OBJETIVOS DE LA ESTADSTICA
1.1 DEFINICIN
Definir la estadstica es una tarea difcil porque tendramos que definir cada
una de las tcnicas que se emplean en los diferentes campos en los que interviene. Sin embargo, diremos, en forma general, que:
La ESTADSTICA es la ciencia que le facilita al hombre el estudio de datos masivos,
proporcionando un conjunto de mtodos cientficos para recolectar, resumir, clasificar,
analizar e interpretar el comportamiento de los datos con respecto a una caracterstica,
materia de estudio o investigacin, pasa de esa manera a sacar conclusiones valederas
y efectuar predicciones razonables de ellos y as mostrar una visin de conjunto clara
y de ms fcil apreciacin con respecto a la fuente de informacin que nos permiten
tomar decisiones ptimas en casos de incertidumbre
Estadstica: Etimolgicamente
El origen etimolgico de la palabra estadstica no est bien determinado,
puesto que existen distintas opiniones y referencias. Para algunos viene de la
voz griega STATERA que significa balanza, otros sostienen que deriva del latn STATUS que significa situacin mientras que algunos autores afirman que
procede del alemn STAAT que significa estado pues era funcin principal
de los gobiernos de los estados establecer registros de poblacin , nacimientos,
defunciones, etc.
1.2 RAMAS DE LA ESTADSTICA
La estadstica se divide en dos ramas que no son independientes; por el contrario, son complementarias y entre ambas dan la suficiente ilustracin sobre
una posible realidad futura, con el fin de que quien tenga poder de decisin,
tome las medidas necesarias para transformar ese futuro o para mantener las
condiciones existentes.
En atencin a su metodologa, por sus procedimientos y alcances bien definidos, la ciencia estadstica se clasifica en:
1.2 .1 ESTADSTICA DESCRIPTIVA O DEDUCTIVA:
Se encarga de la recoleccin, clasificacin y descripcin de datos muestrales o poblacionales, para su interpretacin y anlisis. Su finalidad es
obtener informacin, analizarla, elaborarla y simplificarla y presentndolos en forma clara; eliminando la confusin caracterstica de los datos preliminares lo necesario para que pueda ser interpretada cmoda
y rpidamente y, por tanto, pueda utilizarse eficazmente para el fin que
se desee.
Permite la elaboracin de cuadros, grficos e indicadores bien calculados; suficientemente claros, como para disipar las dudas y la oscuridad
de los datos masivos.
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Todo anlisis debe suponer la eleccin adecuada de una muestra representativa, la que ser estudiada en detalle para obtener conclusiones o resultados, que dentro de ciertos mrgenes de aceptacin sean vlidas a toda la
poblacin de la cual fue elegida la muestra.
Anotaciones
Bibliografa
13
o
os
as
io
14
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
Para concretar estos objetivos, la Estadstica se vale por una parte del censo, que recopila datos del todo, analiza la distribucin y variacin de las
caractersticas de los elementos que componen una poblacin claramente
definida; por otra parte del muestreo, que permite estimar o inferir caractersticas de un todo considerando una parte representativa. Basndose
en el anlisis de experiencias y evaluaciones pasadas y actuales, hace estimaciones de fenmenos y caractersticas para un futuro, propone valores
esperados. La estadstica tambin se vale de una serie de artificios matemticos y del clculo de probabilidades, para definir sobre la validez de
supuestos, construir modelos y mtodos estadsticos.
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
15
o
os
as
io
16
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
La entrevista no estructurada es flexible y abierta, aunque los objetivos de la investigacin rigen a las preguntas, su contenido, orden
profundidad y formulacin se encuentra por entero en manos del
entrevistador. Si bien el investigador, sobre las bases del problema,
los objetivos y las variables, elabora las preguntas antes de realizar la
entrevista, modifica el orden, la forma de encauzar las preguntas o su
formulacin para adaptarlas a las diversas situaciones y caractersticas
particulares de los sujetos de estudio.
de contenidos
Lecturas
Glosario
Recordatorio
Anotaciones
seleccionadas
Este tipo de entrevista es muy til en los estudios descriptivos y en las
fases de exploracin para el diseo del instrumento de recoleccin
de datos.
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Entrevista por pautas o guas: Se guan por una lista de puntos que se
van explorando en el curso de la entrevista. Los temas deben guardar
una cierta relacin entre s. El entrevistador hace muy pocas preguntas directas, y deja hablar al entrevistado siempre que vaya tocando
alguno de los temas sealados en la pauta o gua.
Bibliografa
17
o
os
as
io
18
Actividades
Autoevaluacin
Glosario
Bibliografa
b. Entrevista Estructurada
Anotaciones
Se caracteriza por estar rgidamente estandarizada, replantean idnticas preguntas y en el mismo orden a cada uno de los participantes,
quienes deben escoger la respuesta en 2, 3 ms alternativas que
se les ofrecen. Inclusive los comentarios introductorios y finales se
formulan de la misma manera en todas las situaciones. Para orientar
mejor la entrevista se elabora un formulario que contenga todas las
preguntas. Sin embrago, al utilizar este tipo de entrevista el investigador tiene limitada libertad de formular preguntas independientes
generadas por la interaccin personal.
de contenidos
Lecturas
seleccionadas
plica el objeto del estudio y se indica el tiempo que se requiere para
completar la entrevista.
3.2 MUESTRA
Es un subconjunto de la poblacin a la cual se le efecta la medicin con el fin
de estudiar las propiedades de la poblacin de la cual es obtenida.
Una muestra debe ser representativa, esto es, guarda las mismas caractersticas
de la poblacin de donde fue seleccionada y debe ser adecuada en cuanto a la
cantidad de elementos que debe tener con respecto a la poblacin.
Existen diversos mtodos para calcular el tamao de la muestra y tambin para
seleccionar los elementos que la conforman, pero es importante que sea re-
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
19
o
os
as
io
20
Actividades
Autoevaluacin
Glosario
Bibliografa
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
CUANTITATIVOS
La siguiente fase de la Estadstica despus de haber recolectado la informacin a
travs de un trabajo de campo, es la Organizacin y Clasificacin de los Datos que
debe ser consistente y veraz que nos permitir posteriormente realizar una buena
toma de decisiones.
1.1 CONCEPTOS BSICOS
Para iniciar la organizacin de datos definiremos algunos conceptos:
1.1.1 Clase
Es una divisin de la variable. Se denota como subndice con la letra i y
el nmero total de clases con m.
1.1.2 Frecuencia
Es las veces que se repite una clase de la variable. Estas son: Simples y
Acumuladas
Anotaciones
Bibliografa
21
o
os
as
io
22
Actividades
Autoevaluacin
Glosario
Bibliografa
f
i =1
=n
hi =
fi
n
Obsrvese que fi es el tanto por uno de observaciones que estn en la
clase
m
h
i =1
=1
pi = hi *100
m
Cumple lo siguiente:
p
i =1
= 100
Fi = f 1 + f 2 + .... + f i = f k
k =1
Hi =
i
Fi
= h1 + h2 + ... + hi = hk
n
k =1
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
b. Variable cuantitativa
b.1 Cuantitativa Discreta
a=
R
m
Anotaciones
Bibliografa
23
o
os
as
io
24
Actividades
Autoevaluacin
Glosario
Bibliografa
de contenidos
Lecturas
seleccionadas
Notas Explicativas: En ella se presentan aclaraciones respecto a la informacin que se est presentando. Este componente es opcional.
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
25
o
os
as
io
26
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
d. Histograma de Frecuencias:
Es un grfico de barra pero unidas. Se utiliza bsicamente para mostrar
la distribucin de frecuencias de variables cuantitativas. El histograma se
construye dibujando barras contiguas que tienen como base la amplitud
de cada intervalo y como alturas las frecuencias respectivas.
Distribuidora Chespi S.A.: Medicin de la resistencia de conductores.
Anotaciones
Bibliografa
27
o
os
as
io
28
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
g. Diagramas de dispersin o nubes de puntos:
Este tipo de grfico es til para representar la relacin existente entre
dos variables de tipo cuantitativo
La representacin grfica de este tipo de variables es en realidad semejante a la representacin de puntos en el plano, usando unos ejes de
coordenadas. Cada pareja de valores da lugar a un punto en el plano y el
conjunto de puntos que se obtiene se denomina diagrama de dispersin
o nube de puntos.
de contenidos
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
e
n
t
a
Precio (Dlares)
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
h. Pictograma:
Tiene la caracterstica de que las unidades de la variable se debe representar con smbolos que lo identifique y su tamao va en relacin a la
frecuencia de la categora de la variable
i. Pirmide:
Se utiliza principalmente para presentar la distribucin de la poblacin
por grupos etreos y gnero
j. Diagrama de Pareto
El diagrama de Pareto permite ver que en muchos casos pocos factores
pueden producir la mayora de las consecuencias y se podra resumir en
pocos vitales y muchos triviales. Por ejemplo, en Control de Calidad se
puede mostrar que la mayora de los defectos y el costo de los mismos
surge de un nmero relativamente pequeo de causas.
Bibliografa
29
o
os
as
io
30
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
k. Tablas de contingencias
Tambin llamadas tablas cruzadas o de doble entrada. Se utilizan cuando
a las observaciones se les asocian con dos variables cualitativas simultneamente.
Diagrama
Objetivos
Inicio
de contenidos
Desarrollo
de contenidos
Actividades
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Autoevaluacin
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
LECTURA SELECCIONADA N 1
Lecturas
seleccionadas
Recordatorio
Glosario
Anotaciones
Bibliografa
Seis grados de Kevin Bacon es un juego popular reciente, que consiste en identificar
a un actor o a una actriz de cine, y luego vincularlo con el actor Kevin Bacon. (En el
momento en que se escribi esto, el juego poda jugarse en el sitio Web www.cs.virginia.
edu/oracle). Consideremos a Richard Gere como ejemplo. Gere actu en la pelcula
Cotton Club con Laurence Fishburne, que trabaj en la pelcula Mystic River con Kevin
Bacon. El vnculo Gere-Fishburne-Bacon tiene dos grados de separacin porque no se
cuenta la persona meta.
Este juego, creado por tres estudiantes (Craig Fass, Brian Turtle y Mike Ginelli) de Albright College, es una versin ms especializada de Small World Problem, que plantea
la siguiente pregunta: Cuntos intermediarios (amigos, parientes y otros conocidos) se
necesitan para conectar a cualesquiera dos personas elegidas al azar en la Tierra? Es decir, para cualesquiera dos personas en nuestro planeta, cul es el nmero de grados de
separacin? Este problema de conexin tiene aplicaciones prcticas en muchos campos,
como las redes elctricas, el uso de Internet, las neuronas del cerebro y la propagacin
de enfermedades.
El concepto de seis grados de separacin surgi de un estudio realizado en 1967 por
el psiclogo Stanley Milgram, quien originalmente describi que en Estados Unidos
dos residentes al azar estn conectados por un promedio de seis intermediarios. En su
primer experimento, Milgram envi 60 cartas a personas de Wichita, Kansas, a quienes
les pidi que renviaran esas cartas a una mujer especfica en Cambridge, Massachusetts.
A esas personas se les dio la instruccin de entregar en mano las cartas a conocidos que,
segn ellos, podran contactar a la persona indicada, ya fuera directamente o a travs de
otros conocidos. Participaron 50 de las 60 personas, y tres cartas llegaron a su destino.
Dos experimentos posteriores tuvieron tasas de terminacin ms bajas; pero finalmente
Milgram alcanz una tasa del 35 por ciento, y describi que cada cadena completa tena
un promedio de alrededor de seis intermediarios. Como consecuencia, los datos originales de Milgram produjeron el concepto seis grados de separacin.
Veamos dos preguntas clave: Eran adecuados los datos originales de Milgram? Los
datos originales de Milgram justifican el concepto de seis grados de separacin?
Un principio extremadamente importante en este captulo, en este libro, y en la estadstica en general, es que el mtodo que se utiliza para reunir datos de muestras puede
construir o destruir la validez de las conclusiones basadas en los datos. En la actualidad,
a todos nosotros se nos bombardea con encuestas y resultados de encuestas. Algunas
renen datos de muestras que son tiles porque describen de manera exacta caractersticas importantes de poblaciones. Otras encuestas usan datos muestrales recolectados
de tal forma que condenan los resultados a la creciente pila de basura de la mala informacin.
Diagrama
Objetivos
Desarrollo
de contenidos
Actividades
Inicio
ACTIVIDAD N 1
Autoevaluacin
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Bibliografa
Bibliografa
31
o
os
as
io
32
Inicio
UNIDAD I: INTRODUCCIN,
RESUMEN Y GRFICA DE DATOS
Actividades
Autoevaluacin
Diagrama
Objetivos
Glosario
Bibliografa
Desarrollo
de contenidos
Actividades
Lecturas
seleccionadas
Glosario
Autoevaluacin
GLOSARIO
Anotaciones
Bibliografa
Anotaciones
Conjunto de datos: Una coleccin de datos.
Distribucin de frecuencias: Presentacin de un conjunto de datos en el que se muestra la frecuencia absoluta y/o relativa de los datos pertenecientes a cada intervalo.
Estadgrafo: Caracterstica de la muestra.
Frecuencia absoluta: Nmero de datos que pertenecen a determinado intervalo.
Frecuencia Relativa: Proporcin representativa de cada intervalo respecto al tamao
total.
Histograma: Grfica de un conjunto de datos compuesta por una serie de rectngulos
cada uno con un ancho proporcional al rango de los valores de cada clase o intervalo
y altura proporcional a la frecuencia.
Intervalo: Conjunto de datos nmricos establecidos entre dos lmites, inferior e inferior.
Marca de clase: Punto medio de cada intervalo, valor representativo de todos los datos
que pertenecen a dicho intervalo.
Muestra: Coleccin de algunos elementos, subconjunto de la poblacin con las mismas caractersticas que la poblacin bajo estudio, utilizada para describir a la poblacin de la cual proviene.
Ojiva: Grfica de una distribucin de frecuencias acumuladas.
Parmetro: Caracterstica de la poblacin.
Poblacin: Coleccin de todos los lementos que se estn estudiando y sobre los cuales
intentamos llegar a conclusiones.
Variable Cualitativa Nominal: Aquella que asume valores cualitativos que no poseen
jerarquas entre si.
Variable Cualitativa Ordinal: Aquella que asume valores cualitativos los cules si poseen jerarquas entre si.
Variable Cuantitativa Continua: Aquella que asume valores cuantitativos que provienen de una medicin.
Diagrama
Objetivos
Inicio
Desarrollo
de contenidos
Actividades
Autoevaluacin
Lecturas
seleccionadas
Glosario
Bibliografa
Variable Cuantitativa Discreta: Aquella que asume valores cuantitativos que provienen
de un conteo.
BIBLIOGRAFA DE LA UNIDAD I
Recordatorio
Anotaciones
de contenidos
Objetivos
Inicio
Actividades
Autoevaluacin
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
AUTOEVALUACIN DE LA UNIDAD I
1. A los clientes de un banco se les pide rellenen un cuestionario en el que se hicieron
las siguientes preguntas,
Glosario
Bibliografa
Anotaciones
B. DBCAB
D. ADBCB
E. BCBAC
C. CADCA
Bibliografa
33
o
os
as
io
34
Actividades
Autoevaluacin
Glosario
Bibliografa
Desarrollo
de contenidos
Diagrama
Objetivos
Desarrollo
de contenidos
Lecturas
seleccionadas
Diagrama
Inicio
Diagrama
Recordatorio
Glosario
Recordatorio
Anotaciones
Bibliografa
Objetivos
Inicio
Anotaciones
Actividades
EJEMPLOS
Glosario
ACTIVIDADES
Autoevaluacin
AUTOEVALUACIN
Lecturas
seleccionadas
Lecturas
seleccionadas
Autoevaluacin
CONTENIDOS
Recordatorio
Desarrollo
de contenidos
BIBLIOGRAFA
Bibliografa
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Inicio
Anotaciones
CONOCIMIENTOS
Tema NActividades
1:Medidas
de
Autoevaluacin
Tendencia Central
1. Media
2. Mediana
3. Moda
Lecturas
Glosario
Bibliografa
Desarrollo
de contenidos
seleccionadas
Tema N 2: Medidas de
Dispersin
1. Rango o recorrido
Recordatorio
Anotaciones
2. Recorrido
semi intercuartil
3. Desviacin media
4. Varianza
5. Desviacin tpica o
estndar
6. Coeficiente de variabilidad
Tema N 3: Medidas de
Posicin, Asimetra y
Curtosis
1. Cuantiles
2. Medidas de Asimetra
3. Medidas de Curtosis
Lectura Seleccionada N 2
Los premios de la Academia discriminan por la
edad?
Autoevaluacin N 2
PROCEDIMIENTOS
ACTITUDES
Demuestra proactividad y
tica en el desarrollo de la
asignatura y en el manejo
de la informacin.
Actividad N 1:
Calcula indicadores estadsticos en distintas situaciones.
3. Calcula las medidas de
posicin y utiliza otros
indicadores estadsticos
para analizar conjuntos
de datos.
Actividad N 2:
Resuelve ejercicios y problemas aplicando las medidas de dispersin.
Tarea Acadmica N 1
Bibliografa
35
o
os
as
io
36
Actividades
Autoevaluacin
Glosario
Bibliografa
de contenidos
b. Clculo de la Media
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Ejemplo 1:
La inversin anual (en miles de nuevos soles) de un grupo de pequeas empresas de la ciudad fueron:
10 12 40 10 30 14 16 20 25 28 30 26 30 10 18 17
13 17 21 14 15 19 27 22 14 11 13 15 18 20 30 39
Calcule e interprete la media.
Solucin:
Obtenemos
Solucin:
Completando la siguiente tabla para el clculo de la media aritmtica
Bibliografa
37
o
os
as
io
38
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
El promedio es:
Ejemplo 3: Variable Continua
La siguiente tabla de distribucin de frecuencias corresponde al rendimiento
de gasolina en kilmetros por litro de una muestra de 50 automviles producidos por Nissan Mxico.
Solucin:
Completando la siguiente tabla para el clculo de la media aritmtica
El promedio es:
Interpretacin: _____________________________________________________
__________________________________________________________________
c. Propiedades de la media aritmtica
1. La suma total de los n valores cuya media es
Datos no agrupados :
es igual a n. x .
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
39
o
os
as
io
40
Actividades
Autoevaluacin
Glosario
Bibliografa
b. Clculo de la Mediana
b.1 Para datos no agrupados
Anotaciones
La mediana ser:
Me =18
Interpretacin:
El 50% de las pequeas empresas han invertido como mximo 18 mil nuevos
soles al ao.
Ejemplo 1-b: Si el nmero de datos es impar
La inversin anual (en miles de nuevos soles) de un grupo de pequeas empresas de la ciudad fueron:
de contenidos
Lecturas
Glosario
Recordatorio
Anotaciones
seleccionadas
Se elige el valor centrales de la variable que tiene la posicin i=17 que para
el ejercicio es 18
La mediana ser:
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Me = 18
Interpretacin:
El 50% de las pequeas empresas han invertido como mximo 18 mil nuevos
soles al ao.
b.2 Para datos agrupados
Se aplica el siguiente estadgrafo:
Bibliografa
41
o
os
as
io
42
Actividades
Autoevaluacin
Glosario
Bibliografa
Me =
Para aplicar los valores en la frmula debemos encontrar la clase j denominada clase mediana.
La clase mediana es aquella que contiene a la mitad de del conjunto de datos, esto es el que contenga la posicin
la frecuencia acumulada:
Me =
Caractersticas de la mediana:
Todo conjunto de datos medidos en escala de ordinal, intervalo o razn
tiene una mediana.
El valor de la mediana depende del nmero de datos observados.
La mediana es un estadstico robusto, es decir, no se ve afectada por el valor
de los extremos (mnimo y mximo). Por eso se le utiliza cuando hay datos
inusuales o el polgono de frecuencias no es simtrico.
La mediana no tiene propiedades matemticas valiosas para poder usarlas
en otros clculos.
de contenidos
3 MODA
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Entendemos por moda el valor de la variable que ms veces se repite, y en una distribucin de frecuencias el valor con mayor frecuencia absoluta simple
Recordatorio
Puede darse el caso de que no haya moda (amodal), slo una (unimodal), dos modas (bimodal) o varias modas (multimodal).
a. Simbologa
Se simboliza con Mo
b. Clculo de la Moda
b.1 Para Datos no agrupados
En este caso la determinacin de la moda es inmediata por simple observacin. Aquel valor de la variable con mayor frecuencia es la moda.
Ejemplo 1:
La inversin anual (en miles de nuevos soles) de un grupo de pequeas empresas de la ciudad fueron:
Anotaciones
Bibliografa
43
o
os
as
io
44
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
Solucin:
Para aplicar los valores en:
debemos encontrar la clase j denominada clase modal
La clase modal es aquella que tenga la mayor frecuencia, entonces para nosotros es la clase que tiene la frecuencia ____
de contenidos
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Caractersticas de la moda:
La moda se puede calcular para cualquier escala de medicin.
El valor de la moda no se ve afectada por valores extremos.
La moda se puede calcular aun cuando uno o ms intervalos sean de extremo abierto.
La moda no siempre es un valor nico. Una serie de datos puede tener dos
modas (bimodal) o ms modas (multimodal).
Algunas series de datos no tienen moda.
La moda es una medida menos importante que la mediana o la media debido a su ambigedad.
La moda no tiene propiedades matemticas valiosas para poder usarlas en
otros clculos.
IMPORTANTE:
Medidas de tendencia central y el sesgo de la distribucin de frecuencias
Bibliografa
45
o
os
as
io
46
Actividades
Autoevaluacin
Glosario
Bibliografa
Estimado alumno, es muy usual que las decisiones que se tomen se basen exclusivamente en los indicadores estadsticos que estamos estudiando, por lo que no solo basta con
obtener las medidas de tendencia central, es necesario saber tambin cul es el nivel de
homogeneidad que tienen las series de datos que estamos analizando, que tan alejados
del promedio estn cada uno de los datos y cual es justamente el promedio de ese alejamiento que le llamaremos desviacin. El tema que a continuacin te presento trata
justamente de lo expuesto.
MEDIDAS DE DISPERSIN
El anlisis estadstico o el estudio de una serie estadstica no puede quedarse slo en el
clculo de las medidas de tendencia central o de posicin tales como la media, mediana,
moda, percentiles, ya que no estaramos siendo absolutamente fieles a la realidad, suele
existir datos extremos inferiores y superiores a la media aritmtica, los cuales no estn
siendo bien representados por este parmetro, hay veces que la media, por s sola, no
es muy significativa. Adems puede ocurrir que series absolutamente distintas pueden
tener medias iguales y este hecho no significa que las distribuciones sean exactamente
iguales. Por lo tanto es necesario profundizar en su estudio, para lo cual se requiere ver
si los valores de la variable estn muy o poco separados de la media aritmtica.
La media aritmtica es ms representativa cuanto ms agrupados estn los valores de la
serie respecto a ella y al revs y a la mayor o menor separacin de los valores respecto a
la media se le llama dispersin o variabilidad.
Para medir el grado de dispersin de una variable, se utilizan principalmente los siguientes indicadores o medidas de dispersin:
7. Rango o recorrido
8. Recorrido semi intercuartil
9. Desviacin media
10. Varianza
11. Desviacin tpica o estndar
12. Coeficiente de variabilidad
1 RANGO O RECORRIDO
Es la medida de dispersin ms sencilla ya que slo considera los dos valores extremos de una coleccin de datos, sin embargo, su mayor utilizacin est en el campo
de la estadstica no paramtrica.
Clculo del Rango
R = Xmax Xmin
de contenidos
Lecturas
seleccionadas
3 DESVIACIN MEDIA
La desviacin media, mide la distancia absoluta promedio entre cada uno de los
Recordatorio
datos, y el parmetro que caracteriza la informacin. Usualmente se considera la
desviacin media con respecto a la media aritmtica:
Cuanto ms alta es la desviacin absoluta media mayor es la dispersin y menos
representativa la media aritmtica.
Clculo de la Desviacin Media
Para datos no agrupados
4 VARIANZA
La varianza es uno de los parmetros ms importantes en estadstica paramtrica,
se puede decir que, teniendo conocimiento de la varianza de una poblacin, se ha
avanzado mucho en el conocimiento de la poblacin misma.
Numricamente definimos la varianza, como desviacin cuadrtica media de los
datos con respecto a la media aritmtica.
La varianza nos mide la mayor o menor representatividad de la media aritmtica:
- Si la varianza es grande nos indica gran dispersin, la media aritmtica no es representativa.
- Si casi todos los valores estn muy cercanos a la media aritmtica entonces la varianza se acercar a cero, con lo que se dice que la serie es concentrada.
- La varianza nunca puede ser negativa.
De su forma de clculo se desprenden dos problemas:
- Se expresa en unidades cuadradas (nuevos soles cuadrados, minutos cuadrados,
etc.)
- Si la media aritmtica no es una buena medida de tendencia central, la varianza
que se basa en ella tampoco ser una buena medida de dispersin.
a. Simbologa
S2 : Varianza de la muestra
2 : Varianza de la Poblacin
b. Clculo de la Varianza
b.1 Para Datos no Agrupados
Varianza de la Muestra
Varianza de la Poblacin
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
47
o
os
as
io
48
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
Calcule la varianza
Solucin:
Para aplicar:
debemos calcular
(calculado en la pgina 33 )
de contenidos
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Solucin:
Para aplicar:
debemos calcular
(calculado en pgina 33 )
Completando la siguiente tabla para el clculo de la varianza
La varianza es: =
Otra solucin:
Se puede aplicar:
Completando la siguiente tabla para el clculo de la varianza
Reemplazando en:
Bibliografa
49
o
os
as
io
50
Actividades
Autoevaluacin
Glosario
Bibliografa
La siguiente tabla de distribucin de frecuencias corresponde al rendimiento de gasolina en kilmetros por litro de una muestra de 50 automviles
producidos por Nissan Mxico.
Solucin:
Para aplicar:
debemos calcular
(calculado en pg 34)
Completando la siguiente tabla para el clculo de la varianza:
La varianza es:
Otra solucin:
Se puede aplicar: |
Propiedades de la varianza
1. La varianza es un nmero real no negativo y viene expresado en unidades cuadrticas, mientras que la desviacin estndar viene expresada en
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Con lo que la desviacin estndar o tpica vendr dada en las mismas unidades que
los valores de la variable.
- La desviacin estndar o tpica siempre es positiva porque la varianza tambin lo
es.
- La desviacin estndar o tpica es la medida de dispersin ptima, ms exacta, ms
estable y ms utilizada, sirviendo de base para las medidas de asimetra, estadsticos tpicas y correlacin.
- Cuanto ms se acerca a cero la desviacin ms concentrada es la serie.
- Suele decirse que cuando la desviacin estndar o tpica es menor que la media
aritmtica la serie es concentrada y s la desviacin estndar o tpica es mayor que
la media aritmtica la serie es dispersa.
Ejemplo 1:
La inversin anual (en miles de nuevos soles) de un grupo de pequeas empresas
de la ciudad fueron:
Anotaciones
Bibliografa
51
o
os
as
io
52
Actividades
Autoevaluacin
Glosario
Bibliografa
Solucin:
entonces s =
Ejemplo 3: Variable Continua
La siguiente tabla de distribucin de frecuencias corresponde al rendimiento de
gasolina en kilmetros por litro de una muestra de 50 automviles producidos por
Nissan Mxico.
Solucin:
entonces s =
de contenidos
6 COEFICIENTE DE VARIABILIDAD
Lecturas
seleccionadas
Con frecuencia nos interesa establecer comparaciones de la dispersin, entre diferentes muestras que posean distintas unidades de medida (por ejemplo, nuevos soRecordatorio
les con dlares), las medidas de dispersin antes mencionadas no permiten realizar
este tipo de comparaciones, pero es el coeficiente de variabilidad quien nos ayuda
a realizar estas comparaciones.
El coeficiente de variabilidad es una medida de dispersin relativa (sin unidades de
medida) tiene en cuenta el valor de la media aritmtica, para establecer un nmero
relativo, que hace comparable el grado de dispersin entre dos o ms variables, y
se define como:
Para determinar la homogeneidad (tiene menor variabilidad) de dos o ms muestras que tienen diferente unidad de medida, se elige aquella que tenga el menor
CV.
Ejemplo 1:
La inversin anual (en miles de nuevos soles) de un grupo de pequeas empresas
de la ciudad fueron:
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
53
o
os
as
io
54
Actividades
Autoevaluacin
Glosario
Bibliografa
Solucin:
Para calcular el coeficiente de variacin, debemos calcular la media y la desviacin
y s =
estndar, por los ejercicios anteriores tenemos:
Anotaciones
Entonces
CV = __________________*100 CV=
Ejemplo 3: Variable Continua
La siguiente tabla de distribucin de frecuencias corresponde al rendimiento de
gasolina en kilmetros por litro de una muestra de 50 automviles producidos por
Nissan Mxico.
Solucin:
Para calcular el coeficiente de variacin, debemos calcular la media y la desviacin
estndar, por los ejercicios anteriores tenemos:
y s =
Entonces
CV = __________________*100
CV=
de contenidos
Lecturas
seleccionadas
Cuartil:
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Se denomina as a cada uno de los tres centiles: P25, P50, P75 y se les denota como
Q1, Q2 y Q3 respectivamente.
Adems, se define el rango intercuartil (llamado tambin propagacin media)
Recordatorio
como la diferencia entre el tercer cuartil y el primer cuartil en una serie de datos,
es decir:
Rango intercuartil = Q3 Q1
b. Clculo de los Percentiles
Si para calcular la mediana buscbamos el ordinal correspondiente a n/2, o lo
que es lo mismo 50*n/100, para calcular cualquier percentil haremos lo mismo
pero partiendo de que el ordinal que queremos buscar ser el correspondiente
a i*n/100.
Hecho lo anterior el clculo de cualquier percentil sigue los mismos pasos que
los seguidos en el clculo del percentil 50 (mediana).
Para Datos Agrupados
1. Cuartil 1
5. Decil 9
2. Cuartil 2
6. Percentil 5
3. Cuartil 3
7. Percentil 78
4. Decil 3
8. Percentil 99
Clculo de Cuartil 1:
Solucin:
Como los datos tabulados ya estn ordenados, debemos encontrar el valor de la
variable que contiene el i=25% de los datos, entonces calculamos el 25% de n:
Anotaciones
Bibliografa
55
o
os
as
io
56
Actividades
Autoevaluacin
Glosario
Bibliografa
Entonces ubicamos en la tabla el valor que tenga la posicin ___, para eso calculamos la frecuencia acumulada
Anotaciones
5. D9=
2. Q2=
6. P5=
3. Q3=
7. P78=
4. D3=
8. P99=
1. Cuartil 1
5. Decil 9
2. Cuartil 2
6. Percentil 5
3. Cuartil 3
7. Percentil 78
4. Decil 3
8. Percentil 99
de contenidos
Lecturas
seleccionadas
Clculo de Cuartil 1
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Solucin:
debemos encontrar la clase j
Recordatorio
5. D9=
2. Q2=
6. P5=
3. Q3=
7. P78=
4. D3=
8. P99=
2 MEDIDAS DE CURTOSIS
La curtosis es la caracterstica de una distribucin de frecuencias en la cual se compara la dispersin de los datos observados cercanos al valor central con la dispersin de los datos cercanos a ambos extremos de la distribucin, Se aplica cuando la
distribucin es simtrica.
Se calcula mediante:
Interpretacin:
Si K tiende a 0 la distribucin es normal o mesocrtica
Si K tiende a 0.5 es leptocrtica
Si K tiende a -0.5 es platicrtica
Ejemplo 2: Variable Discreta
Se selecciona al azar 280 vendedores de una gran compaa constructora de casas.
A continuacin se muestra el nmero de casas vendidas durante el ltimo bimestre.
Calcule e interprete el coeficiente de curtosis.
Anotaciones
Bibliografa
57
o
os
as
io
58
Actividades
Autoevaluacin
Glosario
Bibliografa
Solucin:
Para calcular el coeficiente de curtosis, debemos calcular:
P10 =
P75=
P25 =
P90 =
Anotaciones
Entonces :
K= ____________ -
K=
Solucin:
Para calcular el coeficiente de curtosis, debemos calcular:
P10 =
P75=
P25 =
P90 =
Entonces :
K= ____________ -
K=
3 MEDIDAS DE ASIMETRA
En la Parte I de Medidas de descriptivas, se mencion la relacin emprica de las
tres medidas de tendencia central: Media, Mediana y Moda, la cual nos mostraba
el tipo de distribucin de una serie de datos. Ahora determinaremos esta relacin
pero mediante un indicador ms representativo que se le conoce como el ndice de
Asimetra. El ndice de asimetra de Pearson se define como
, entonces el ndice
de contenidos
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Interpretacin:
Si As = 0, La distribucin es simtrica, esto es
Si As > 0, La distribucin es asimtrica positiva, esto es
Si As < 0, La distribucin es asimtrica negativa, esto es
Ejemplo 1: Datos no clasificados
La inversin anual (en miles de nuevos soles) de un grupo de pequeas empresas
de la ciudad fueron:
Entonces:
Solucin:
Para calcular el coeficiente de asimetra, debemos calcular la media, mediana y la
desviacin estndar, por los resultados de los ejercicios anteriores tenemos:
x=
; Me = y s=
Entonces:
As = _______________
As =
Bibliografa
59
o
os
as
io
60
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
Solucin:
Para calcular el coeficiente de asimetra, debemos calcular la media, mediana y la
desviacin estndar, por los resultados de los ejercicios anteriores tenemos:
x=
; Me = y s=
Diagrama
Objetivos
Inicio
Entonces:
Desarrollo
de contenidos
Actividades
As = _______________
Autoevaluacin
As =
LECTURA SELECCIONADA N 2
Lecturas
seleccionadas
Glosario
Bibliografa
Anotaciones
de contenidos
Tabla: Premios de la Academia: Edades de las mejores actrices y los mejores actores
Lecturas
seleccionadas
Las edades (en aos) aparecen en orden, empezando con la primera ceremonia de
premiacin.
Recordatorio
El problema incluye las edades de los ganadores del scar a la mejor actriz y al mejor
actor. Con lo aprendido utilizamos distribuciones de frecuencias y grficas para investigar si las edades de las actrices eran significativamente diferentes de las edades de los
actores. Con base en los resultados obtenidos, parece que las actrices ganadoras del
scar son ms jvenes que los actores ganadores de este premio.
En el presente captulo continuamos investigando si existe una discrepancia en las edades, pero incluirnos nuevas herramientas que servirn para comparar los dos conjuntos
de datos. Las distribuciones de frecuencias y las grficas del captulo anterior no resultan afectadas si los datos corresponden a una muestra o a una poblacin completa. Sin
embargo, esta diferencia s afecta a algunas de las herramientas que se presentan en
este captulo. Se podra decir que los datos constituyen una poblacin, ya que incluyen
la edad de cada ganador del scar como mejor actor y mejor actriz desde la primera
ceremonia de Premios de la Academia, celebrada en 1928, hasta los ltimos resultados
disponibles en el momento en que se escribe este libro. En vez de considerar que las
edades son datos poblacionales, los manejaremos como datos muestrales que se obtuvieron de una poblacin ms grande. Algunos puristas podran manifestarse en contra
de esto, pero es un enfoque comn que nos permite enfrentar preguntas importantes
como sta: Existe una diferencia significativa entre la edad promedio (media) de las
mejores actrices y la edad promedio (media) de los mejores actores? Los mtodos que
se estudiaron en el captulo anterior nos permitieron construir distribuciones de frecuencias y grficas que resumen y presentan visualmente la distribucin de los datos.
Los mtodos que se presentan en este captulo nos permitirn calcular valores numricos de estadsticos importantes. (En el captulo anterior aprendimos que un estadstico
es una medicin numrica que describe alguna caracterstica de una muestra, en tanto
que un parmetro es una medicin numrica que describe alguna caracterstica de una
poblacin). En vez de basarnos nicamente en distribuciones de frecuencias y grficas,
ahora empezaremos a incluir estadsticos importantes al comparar las edades de las
mejores actrices y los mejores actores. Despus de calcular los valores de estadsticos
importantes, estaremos ms preparados para comparar los dos conjuntos de datos y
para responder la siguiente pregunta fundamental: Existen diferencias sustanciales e
importantes entre las edades de las mejores actrices y las edades de los mejores actores?
Diagrama
Objetivos
Desarrollo
de contenidos
Actividades
Inicio
ACTIVIDAD N 2
Autoevaluacin
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Bibliografa
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
61
o
os
as
io
62
Actividades
Autoevaluacin
Glosario
Bibliografa
UNIDAD II:Inicio
ANLISIS EXPLORATORIO DE DATOS: INDICADORES ESTADSTICOS
Diagrama
Objetivos
Desarrollo
de contenidos
Actividades
Lecturas
seleccionadas
Glosario
Autoevaluacin
GLOSARIO
Anotaciones
-
Recordatorio
Objetivos
Asimetra: Coeficiente que mide la nivel de dispersin de una serie de datos respecto a la media.
- Anotaciones
Cuartil medio: La mitad de la suma de los cuartiles primero y tercero.
-
Cuartiles: Los tres valores que dividen datos ordenados en cuatro grupos, con aproximadamente el 25% de los valores en cada grupo.
Medida correctiva: Accin que se realiza a un punto crtico para que pueda estar
dentro de los lmites de control.
Medida de tendencia central: Valor que pretende indicar el centro de los valores de
una coleccin de datos.
Medida de variacin: Cualquiera de varias medidas diseadas para reflejar la magnitud de la variacin o dispersin de un conjunto de valores.
-
Diagrama
Bibliografa
Desarrollo
de contenidos
Actividades
Autoevaluacin
Lecturas
seleccionadas
Glosario
Bibliografa
BIBLIOGRAFA DE LA UNIDAD II
Recordatorio
Anotaciones
Diagrama
Objetivos
Inicio
Desarrollo
de contenidos
Actividades
Autoevaluacin
AUTOEVALUACIN DE LA UNIDAD II
1. Indique: Estadgrafo que en valor es igual a la mediana
a) Q1
Lecturas
seleccionadas
Recordatorio
Glosario
Anotaciones
b) P3
c) Q2
d) Q3
e) P5
Bibliografa
de contenidos
a)
b)
c)
d)
e)
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
a) 62,48
b) 61,43
d) 65,97
e) 63,88
c) 67,23
4. Los siguientes datos muestran las calificaciones de una muestra de 10 personas sometidas a una prueba de aptitud: 16; 19; 13; 20; 14; 16; 19; 18; 17; 15. Calcular la
desviacin estndar de dichas calificaciones.
a) 2,31
b) 16,34
d) 18,23
e) 19,1
c) 18,02
b) 4,3 Kg
d) 4,6 Kg
e) 6,8 Kg
c) 1,8 Kg
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Bibliografa
63
Desarrollo
de contenidos
Diagrama
Objetivos
Desarrollo
de contenidos
Lecturas
seleccionadas
Diagrama
Inicio
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Autoevaluacin
Bibliografa
Objetivos
Inicio
CONTENIDOS
Recordatorio
Desarrollo
de contenidos
Anotaciones
Actividades
Lecturas
seleccionadas
Glosario
EJEMPLOS
Autoevaluacin
AUTOEVALUACIN
Recordatorio
Diagrama
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
ACTIVIDADES
BIBLIOGRAFA
Bibliografa
Inicio
CONOCIMIENTOS
2 Clase Presencial/ Virtual
(Video
conferencia)
Desarrollo
Actividades Autoevaluacin
de contenidos
Tema N 1: Fundamentos de
Probabilidad y Reglas Bsicas.
1. Definiciones bsicas, suceLecturas
Glosario
Bibliografa
sos y probabilidades.
seleccionadas
2. Regla de la suma y multiplicacin
Tema N 2: Probabilidad
Total y Teorema de Bayes
Recordatorio
Anotaciones
1. Teorema
de la probabilidad total.
2. Teorema de Bayes.
Tema N 3: Tcnicas de
Conteo
1. Tcnicas de conteo
2. Combinaciones y permutaciones
Lectura seleccionada 1:
Debe preocuparse de que le
realicen una prueba de deteccin de drogas cuando solicite
un trabajo?.
Autoevaluacin N 03
PROCEDIMIENTOS
ACTITUDES
1. Identifica elementos de
experimentos aleatorios.
2. Calcula la probabilidad de
eventos aleatorios.
Actividad N1:
Aplica las propiedades fundamentales de la probabilidad
en distintas situaciones.
3. Calcula la probabilidad de
eventos aleatorios.
4. Calcula la probabilidad
utilizando tcnicas de conteo.
Actividad N2:
Resuelve ejercicios y problemas aplicando tcnicas de
conteo y el teorema de Bayes.
Control de Lectura N 2
Bibliografa
65
o
os
as
io
66
Actividades
Autoevaluacin
Glosario
Bibliografa
En alguna ocasin te has preguntado cul es la probabilidad de que suceda algn suceso, como por ejemplo, la probabilidad de que maana llueva, la probabilidad de que
algn equipo de ftbol gane un partido, o la probabilidad de ganar un premio y hasta
la probabilidad de acertar una pregunta con alternativas al marcarla al azar. Nos damos
cuenta que vivimos en un mundo que es incapaz de predecir el futuro con total certeza
lo cual genera el estudio y uso de la teora de la probabilidad, la cual nos permitir reconocer y ordenar nuestras suposiciones para poder tomar alguna decisin de manera
ms concreta y con fundamento. Te invito entonces a conocer el mundo de las probabilidades teniendo una probabilidad alta de que te va a gustar.
1 DEFINICIONES BSICAS, SUCESOS Y PROBABILIDADES
1.1 PROBABILIDAD.
La probabilidad es una medida de la posibilidad que tiene un evento de ocurrir.
Los valores de probabilidad siempre se asignan en una escala de cero a uno. Una
probabilidad cercana a cero indica que el evento tiene muy pocas posibilidades
de ocurrir, mientras que una probabilidad cercana a uno indica que es casi seguro que ocurra dicho evento. La probabilidad proporciona la posibilidad de
medir, expresar y analizar la incertidumbre asociada a eventos futuros.
1.2 EXPERIMENTO.
Dentro del punto de vista de la probabilidad se define un experimento como
cualquier proceso que genera un conjunto de resultados bien definidos. En
cualquier ejecucin del experimento ocurrir solamente uno de los posibles resultados experimentales.
A continuacin se presentan algunos ejemplos de experimentos y sus resultados
asociados.
de contenidos
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Cualquier mtodo para asignar valores de probabilidad a los resultados experimentales que satisfaga estos dos requerimientos y produzca medidas numricas
razonables es aceptable. En la prctica, se emplean con frecuencia el mtodo
clsico, el mtodo de frecuencia relativa y el mtodo subjetivo.
1.4.1 Mtodo clsico
El mtodo clsico de asignacin de probabilidades supone que cada resultado experimental tiene la misma posibilidad de ocurrir. Si un experimento tiene resultados posibles el mtodo clsico asignara una probabilidad
de a cada resultado experimental.
EJEMPLO 1: Si se considera el experimento de lanzar una moneda, en
cualquiera de estos lanzamientos se observar Cara o Sello. Una suposicin razonable, en caso la moneda no est trucada, es que cualquiera
de estos resultados experimentales es igualmente probable, es decir
.
EJEMPLO 2: Considere el experimento de lanzar un dado. Si el dado fue
diseado de modo que los seis resultados experimentales sean igualmente
.
probables entonces se cumple que
Este mtodo fue elaborado originalmente para analizar probabilidades en
los juegos de azar, donde la suposicin de resultados igualmente probables
frecuentemente es razonable. Sin embargo en muchas otras situaciones
esta suposicin no es vlida por lo que se requieren mtodos alternativos
para asignar las probabilidades.
Bibliografa
67
o
os
as
io
68
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
Siempre que podamos identificar todos los puntos muestrales de un experimento y asignarles las correspondientes probabilidades podemos usar el enfoque
anterior para calcular la probabilidad de un evento cualquiera. Sin embargo, en
muchos experimentos la cantidad de puntos muestrales es grande y su identificacin, al igual que la determinacin de sus probabilidades, se vuelve demasiado
compleja o, incluso, imposible. Mas adelante estudiaremos algunas relaciones
bsicas de probabilidad para calcular la probabilidad de un evento sin conocer
todas las probabilidades individuales de los puntos muestrales que la componen.
Complemento de un evento
Para un evento A cualquiera, se define su complemento como el evento consistente en todos los puntos muestrales que no estn en A. El complemento del
evento A se denota con AC. La Figura muestra una representacin conocida
como Diagrama de Venn, que ilustra el concepto del complemento. El rea rectangular representa el espacio muestral para el experimento y como tal contiene
todos los puntos muestrales posibles. El crculo representa el evento A y solo
contiene los puntos muestrales que le pertenecen. El resto del rectngulo sombreado contienen todos los puntos muestrales que no estn en el evento A, el
cual por definicin es el complemento de A.
de contenidos
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Para dos eventos A y B, la interseccin de los eventos A y B es el evento que contienen todos los puntos muestrales que pertenecen tanto a A como a B, es decir,
que son comunes a ambos conjuntos. La interseccin se denota por
. El
diagrama de Venn que se muestra en la Figura describe la interseccin de los
eventos A y B.
Bibliografa
69
o
os
as
io
70
Actividades
Autoevaluacin
Glosario
Bibliografa
La ley de la adicin permite encontrar la probabilidad de la unin de dos eventos usando la siguiente relacin:
Anotaciones
y en cada caso.
Para obtener una comprensin intuitiva del uso de las relaciones anteriores consideremos el diagrama de Venn de la figura siguiente. La regin
de contenidos
Lecturas
seleccionadas
sombreada (tanto en gris claro como en gris oscuro) denota que el evento
B ocurri; la regin sombreada en gris oscuro denota el evento
.
Sabemos que una vez que ha ocurrido B, la nica forma en que podemos
observar tambin el evento A es que ocurra el evento
. Por lo tanto
Recordatorio
la razn entre
y
proporciona la probabilidad que observemos el evento A cuando ya ocurri el evento B.
Entonces
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
71
o
os
as
io
72
Actividades
Autoevaluacin
Glosario
Bibliografa
entonces
Luego:
Luego
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
2 TEOREMA DE BAYES
Una etapa importante del anlisis de las probabilidades condicionales consiste en
revisar dichos valores cuando se obtiene nueva informacin. Con esta nueva informacin actualizamos los valores iniciales de probabilidad encontrando probabilidades revisadas, conocidas como probabilidades posteriores. El teorema de Bayes
proporciona un medio para hacer estos clculos de probabilidad. Los pasos en este
proceso de revisin de probabilidades se muestran en la Figura siguiente.
A2 = Componente comprado al
proveedor 2
El diagrama de rbol que se muestra en la Figura siguiente describe el proceso en
que esta empresa recibe un componente de unos de los proveedores mencionados y luego descubre que se encuentra en buenas o malas condiciones como un
experimento de dos etapas. De los cuatro resultados experimentales posibles, dos
corresponden al caso en que el componente se encuentra en buenas condiciones y
dos corresponden al caso contrario.
Anotaciones
Bibliografa
73
o
os
as
io
74
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
de contenidos
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
El teorema de Bayes es aplicable cuando los eventos para los que deseamos calcular
probabilidades posteriores son mutuamente excluyentes y su unin es el espacio
muestral completo. El teorema de Bayes puede extenderse al caso de n eventos
mutuamente excluyentes A1, A2 , .... , An cuya unin cubre todo el espacio muestral.
En tal caso, el teorema de Bayes para el clculo de cualquier probabilidad posterior
se vuelve
, i = 1,2......,n
donde
con el nombre de probabilidad total.
se le conoce
EJEMPLO: Suponga que los componentes del ejemplo anterior se usan en un proceso de manufactura y que un componente en malas condiciones causa que una
mquina se descomponga, cul es la probabilidad que el componente en malas
condiciones provenga del proveedor 1? y cul es la probabilidad que provenga
del proveedor 2? Con la informacin del rbol de probabilidad podemos usar el
teorema de Bayes para responder a estas preguntas.
Proveedor 1:
Proveedor 2:
donde
Luego:
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Bibliografa
75
o
os
as
io
76
Actividades
Autoevaluacin
Glosario
Bibliografa
En el tema anterior nos hemos encontrado con un detalle muy importante que genera
un gran error en las probabilidades si no se calcula bien: el tamao del espacio muestral, el cual debe ser analizado con mucho cuidado sobre todo al determinar la estructura que tiene para luego contabilizar el total de posibilidades que se tiene. Por esa razn
cuando las posibilidades son inmensas y ya no se puede realizar un conteo de manera
individual debemos aplicar alguna tcnica que nos facilite el conteo, esa es la razn por
la cual debemos optimizar las tcnicas presentadas a continuacin y que requiere en
varios casos del manejo del desarrollo de un factorial.
1 TCNICAS DE CONTEO
A menudo el espacio muestral con el que tenemos que calcular las probabilidades
es grande, de tal manera que construyendo un diagrama de rbol o un tablero
de contingencia no va a ser posible, es por esta razn que recurrimos a modelos
matemticos para poder calcular el tamao de nuestro espacio muestra, pero es
necesario antes conocer el principio de la adicin y de la multiplicacin en quienes
se fundamentan los mtodos de conteo.
1.1 REGLA DE LA ADICIN
Si un primer experimento tiene n1 resultados posibles y un segundo experimento tiene n2 resultados posibles. Entonces, la cantidad total de resultados
experimentales luego de realizar el primer o segundo experimento, es decir solo
uno de ellos, es n1 +n2.
Ejemplo: Una persona puede viajar de Lima a Cuzco por va area o terrestre
y tiene a su disposicin 6 lneas areas y 5 lneas terrestres. De cuantas formas
puede realizar el viaje desde Lima hasta Cuzco?
El primer experimento consiste en elegir una lnea area y tiene n1 = 6 formas
posibles de hacerlo, el segundo experimento consiste en elegir una lnea terrestre y tiene n1 = 5 formas posibles de hacerlo. Luego, se tienen n1 +n2 =11 formas
posibles de realizar el viaje.
1.2 REGLA DE LA MULTIPLICACIN
Si un experimento se puede describir como una sucesin de k etapas, en las que
hay n1 resultados posibles en la primera etapa, n2 en la segunda, etc. Entonces,
la cantidad total de resultados experimentales es n1 n2 .... nk .
Ejemplo: Cuntas parejas de bailes de diferente sexo se puede formar con 3
varones y 5 damas?
El experimento consiste en formar parejas de baile. La primera etapa consiste
en elegir al varn y se puede hacer de n1 = 3 formas. La segunda etapa consiste
en escoger a la dama y se puede realizar de n2 = 5 formas. Luego, se pueden
formar n1 n2 = 15 parejas de baile.
2 COMBINACIONES Y PERMUTACIONES
2.1 COMBINACIONES
Las combinaciones permiten contar la cantidad de resultados experimentales
cuando se deben seleccionar objetos entre un total de N , por lo general ms
grande, donde el orden de seleccin no se considera importante. La cantidad de
combinaciones de N objetos tomando n a la vez es
de contenidos
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
donde
Ejemplo: Se tiene un grupo de 30 estudiantes del curso Estadistica , de cuantas
maneras diferentes se podra elegir a 3 delegados para que representen a la
seccin?
El orden de seleccin de los tres delegados no es importante. Luego, existen
formas diferentes de elegirlos.
Diagrama
Desarrollo
de contenidos
Lecturas
seleccionadas
Objetivos
Diagrama
Actividades
Inicio
ACTIVIDAD
Objetivos
Inicio N 3
Autoevaluacin
Actividades
Autoevaluacin
Bibliografa
LECTURA SELECCIONADA N 2
Lecturas
seleccionadas
Recordatorio
Glosario
Bibliografa
Anotaciones
Debe preocuparse de que le realicen una prueba de deteccin de drogas cuando solicite un
trabajo? Estadstica. Mario Triola. Pg. 137
Recordatorio
Anotaciones
Debe preocuparse de que le realicen una prueba de deteccin de drogas cuando solicite un trabajo?
Segn la American Management Association, alrededor del 70% de las empresas estadounidenses realizan pruebas de deteccin de drogas al menos a algunos empleados y
aspirantes. El U.S. National Institute on Drug Abuse afirma que aproximadamente el
15% de los jvenes entre 18 y 25 aos consumen drogas ilegales. Quest Diagnostic estima que el 3% de la fuerza laboral general de Estados Unidos consume marihuana. Supongamos que usted solicit un empleo, tiene excelentes aptitudes (las cuales incluyen
la aprobacin exitosa de un curso de estadstica), le hicieron una prueba de consumo
de marihuana y no le dieron el empleo. Usted podra sospechar que no pas el examen
de marihuana, aun cuando no consume esta droga.
Anlisis de los resultados
La tabla muestra los resultados de la prueba "1-Panel- THC" para identificar el consumo
de marihuana. Este dispositivo de prueba cuesta $5.95 y la empresa Drug Test Success lo
distribuye. Los resultados de la prueba fueron confirmados con cromatografa de gases
y espectrometra de masas, que la empresa describe como "el mtodo de confirmacin
preferido". (Esos resultados se basan en el uso de 50 ng/mL como nivel de corte para
determinar la presencia de marihuana). Con base en los resultados de la tabla 4-1, qu
probabilidades hay de que la prueba indique que usted consumi marihuana, aunque
no sea as? Cuando una prueba muestra la presencia de alguna condicin, como una
enfermedad o los residuos de alguna droga, se dice que el resultado de la prueba es
positivo. Cuando la prueba indica un resultado positivo, pero la condicin en realidad
no est presente, el resultado es un falso positivo. Es decir, un falso positivo es un error
en el que la prueba indica la presencia de una condicin, cuando en realidad esta ltima no se presenta. En este caso, el aspirante al empleo podra sentirse angustiado por
la probabilidad de un resultado falso positivo, ya que sera un error que provocara de
manera injusta la negacin del empleo. (El contratante podra sentirse preocupado por
otro tipo de error, un falso negativo, que se presenta cuando una prueba indica que el
aspirante no consume marihuana, cuando en realidad s lo hace. Este falso negativo
podra causar la contratacin de un individuo que consume marihuana, y este error
puede ser grave para algunos trabajos, como los que realizan los pilotos, los cirujanos o
los ingenieros de trenes).
Bibliografa
77
o
os
as
io
78
Actividades
Autoevaluacin
Glosario
Bibliografa
En este captulo analizaremos preguntas relevantes como stas: Dados los resultados
muestrales de la tabla, cul es la probabilidad de un resultado falso positivo? Cul es
la probabilidad de un resultado falso negativo? Esas probabilidades son lo suficientemente bajas como para que los aspirantes y los contratantes no se preocupen por tomar
decisiones incorrectas motivadas
Anotaciones
Diagrama
Objetivos
Inicio
Desarrollo
de contenidos
Actividades
Autoevaluacin
Lecturas
seleccionadas
Glosario
GLOSARIO
-
Recordatorio
Bibliografa
- Anotaciones
Probabilidad Condicionada: Probabilidad de que ocurra un evento despus de que
haya ocurrido otro.
-
Probabilidad Condicional: La probabilidad de un suceso, dado que algn otro suceso ya ocurri.
Regla de Combinacin: Regla para determinar el nmero de combinaciones diferentes de elementos seleccionados.
Regla de la adicin: Regla para determinar la probabilidad de que, en un solo ensayo, ocurra el suceso A o el suceso B, o bien, de que ocurran ambos.
Regla del conteo fundamental: Regla que dice que, para una secuencia de dos sucesos en la que el primer suceso puede ocurrir de m maneras y el segundo de n
maneras, los sucesos juntos pueden ocurrir en un total de m n maneras.
Regla del Factorial: Regla que afirma que n objetos distintos se pueden acomodar de
n! maneras distintas.
Regla del suceso infrecuente: Si, bajo un supuesto dado, la probabilidad de un resultado especfico observado es muy pequea, se concluye que posiblemente el
supuesto no sea correcto.
os
de contenidos
Objetivos
Inicio
Glosario
Lecturas
Glosario
Recordatorio
Anotaciones
seleccionadas
Sucesos Independientes: Sucesos para los cuales la ocurrencia de cualquiera de ellos
no afecta las probabilidades de ocurrencia de los dems.
-
Actividades
Autoevaluacin
Bibliografa
Anotaciones
2. Introduccin a la Probabilidad.Dcimo Segunda Edicin. William Mendenhall, Robert Beaver. Cengage Learning. 2008
3. Estadstica y Muestreo. Ciro Martinez Bencardino. Colombia 2012. ECOE Ediciones.
Objetivos
Inicio
Actividades
Autoevaluacin
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Bibliografa
a) Clsica
b) Subjetiva
d) Total
c) Binomial
e) Emprica o de frecuencia relativa
Anotaciones
2.
3.
4.
b) 0
c) 0.726 d) 1
e) 0.762
Considere el caso de una pequea empresa de ensamble en la que hay 50 empleados. Se espera que todos los trabajadores terminen su trabajo a tiempo y que pase
la inspeccin final. A veces, alguno de los empleados no satisface el estndar de
desempeo, ya sea porque no termina a tiempo su trabajo o porque no ensambla
bien una pieza. Al final del perodo de evaluacin del desempeo, el jefe de produccin encuentra que 5 de los 50 trabajadores no terminaron su trabajo a tiempo,
6 de los 50 trabajadores ensamblaron mal una pieza y 2 de los 50 trabajadores no
terminaron su trabajo a tiempo y armaron mal una pieza. Despus de analizar los
datos del desempeo, el jefe de produccin decide despedir a los trabajadores que
no terminaron a tiempo su trabajo o que armaron mal alguna pieza. Cul es la
probabilidad de que el jefe de produccin despida a un trabajador?
a) 0,14
b) 0,16
c) 0,18
d) 0,2
e) 0,24
Bibliografa
79
o
os
as
io
80
Actividades
Autoevaluacin
Glosario
Bibliografa
5.
De una baraja de 52 cartas extraemos sin reposicin y en forma sucesiva dos cartas.
Si en la primera extraccin se obtuvo espada. Cul es la probabilidad de que en la
segunda extraccin salga espada nuevamente?
Anotaciones
a) 0,059
b) 0,24
c) 0,67
d) 0,0022
e) 0,834
6. Una compaa dedicada al transporte pblico explota tres lneas de una ciudad
de forma que el 50% de los autobuses cubre el servicio de la primera lnea, el 20%
cubre la segunda y el 30% cubre el servicio de la tercera lnea. Se sabe que la probabilidad de que diariamente un autobs se avere es del 3%, 2% y 5%, respectivamente, para cada lnea. Determine la probabilidad de que, en un da, un autobs
sufra una avera.:
a) 0,34
b) 0,00034
c) 3,4
d) 0,034
e) 0,0304
c) 14
d) 20
e) 21
9.
b) 13
b)2/18
c)5/18
d) 9/12
e)9/17
Desarrollo
de contenidos
Diagrama
Objetivos
Desarrollo
de contenidos
Lecturas
seleccionadas
Diagrama
Inicio
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Autoevaluacin
Bibliografa
Objetivos
Inicio
CONTENIDOS
Recordatorio
Desarrollo
de contenidos
Anotaciones
Actividades
Lecturas
seleccionadas
Glosario
EJEMPLOS
ACTIVIDADES
Autoevaluacin
AUTOEVALUACIN
Recordatorio
Diagrama
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
BIBLIOGRAFA
Bibliografa
Inicio
CONOCIMIENTOS
Tema N 01:Distribuciones
de
Actividades Autoevaluacin
Probabilidad Discreta
1. Variables aleatorias
2. Distribucin de probabilidad binomial.
Lecturas
Glosariode probabiliBibliografa
3. Distribucin
seleccionadas
dad hipergeomtrica.
4. Distribucin de probabilidad de Poisson.
Desarrollo
de contenidos
Anotaciones
Tema N 2:
Distribuciones De
Probabilidad Normal
1. Distribucin normal estndar. Valor crtico z.
2. Aplicaciones de la distribucin normal estndar.
Recordatorio
Lectura Seleccionada N4
Los mtodos estadsticos pueden demostrar que el proceso
de seleccin de un jurado es
discriminatorio?
Autoevaluacin N 04
PROCEDIMIENTOS
ACTITUDES
Procedimientos:
1. Identifica la distribucin de
probabilidad discreta de un
experimento aleatorio
2. Calcula e interpreta la probabilidad del evento de inters.
Actividad N1:
Calculan la probabilidad en
distintas distribuciones
Demuestra proactividad y
tica en el desarrollo de la
asignatura y en el manejo
de la informacin.
Procedimientos:
3. Identifica la distribucin de
probabilidad continua de
un experimento aleatorio
4. calcula e interpreta la probabilidad de distribuciones
normales.
Actividad N2:
Resuelve ejercicios y problemas aplicando la distribucin
normal.
Tarea Acadmica N 2
Bibliografa
81
o
os
as
io
82
Actividades
Autoevaluacin
Glosario
Bibliografa
Debes tener en cuenta que las distribuciones de probabilidad estn relacionadas con
la distribucin de frecuencias. De hecho, podemos pensar en la distribucin de probabilidad como una distribucin de frecuencias terica. Una distribucin de frecuencias
terica es una distribucin de probabilidades que describe la forma en que se espera
que varen los resultados. Debido a que estas distribuciones tratan sobre expectativas de
que algo suceda, resultan ser modelos tiles para hacer inferencias y tomar decisiones
de incertidumbre.
Una variable aleatoria puede clasificarse como discreta o continua dependiendo de los valores numricos que pueda asumir. Una variable aleatoria que solo
puede tomar una secuencia finita o infinita numerable de valores es una variable
aleatoria discreta. El nmero de ventas logradas, nmero de artculos defectuosos y nmero de clientes atendidos por da son ejemplos de variables aleatorias
discretas. Una variable aleatoria que toma una secuencia infinita no numerable
de valores es una variable aleatoria continua, por ejemplo: tiempo requerido (en
minutos) para trasladarse de la UCCI al hogar.
1.2 DISTRIBUCIN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA
La funcin de distribucin de probabilidad, denotada por , proporciona la probabilidad que la variable aleatoria discreta tome el valor especifico . En la
construccin de una distribucin de probabilidad discreta siempre deben satisfacerse dos condiciones:
de contenidos
Lecturas
seleccionadas
Ejemplo: Una empresa compra juguetes y su proveedor los entrega en cajas
de 50 unidades. Luego de la comercializacin de los juguetes y de acuerdo a
las devoluciones realizadas por sus propios clientes ha determinado el nmero
de juguetes defectuosos en las ltimas 500 cajas compradas. La informacin se
Recordatorio
muestra a continuacin:
Sea la variable aleatoria X = Nmero de juguetes defectuosos por caja de 50 unidades. La funcin de distribucin de probabilidad se puede obtener calculando
la frecuencia relativa para cada valor de X.
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
83
o
os
as
io
84
Actividades
Autoevaluacin
Glosario
Bibliografa
Aplicaciones
La siguiente tabla muestra la distribucin del nmero de errores que un publicista comete al elaborar una pieza publicitaria.
de contenidos
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Luego,
Anotaciones
Bibliografa
85
o
os
as
io
86
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
respectivamente.
Ejemplo: Una empresa fabrica fusibles que empaca en cajas de 12 unidades cada
una. Suponga que un inspector selecciona al azar tres de los 12 fusibles de una caja
para inspeccionarlos. Si la caja contiene 5 fusibles defectuosos, cul es la probabilidad que el inspector encuentre ms de un fusible defectuoso?
Sea X = Nmero de fusibles defectuosos encontrados por el inspector en la muestra
. La funcin de distribucin de
de tamao 3, entonces
probabilidad es
de contenidos
Lecturas
seleccionadas
Luego,
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
87
o
os
as
io
88
Actividades
Autoevaluacin
Glosario
Bibliografa
de contenidos
Notacin:
Lecturas
seleccionadas
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Anotaciones
Bibliografa
89
o
os
as
io
90
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
Ejemplo 1: El gerente de personal de una gran compaa requiere que los solicitantes a un puesto efecten cierta prueba y alcancen una calificacin de 500.
Si las calificaciones de la prueba se distribuyen normalmente con media 485
y desviacin estndar 30 Qu porcentaje de los solicitantes pasar la prueba?
Calculando el valor de Z obtenemos:
de contenidos
Ejemplo 2:
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Solucin: Buscamos el valor Z1..23 en las tablas siendo este = .89065. restando
.89065-.05 = .3905, este valor es la probabilidad de 0 a 1.23 que es exactamente
la misma de 1.23 a 0 por simetra. Por lo tanto la probabilidad es .3905
con n = 20 y p = .5
con n = 60 y p = .5
Para utilizar la distribucin normal como una aproximacin de la binomial debemos estar seguros de que la distribucin de inters es en efecto una distribucin
biniomial, para lo cual debe reunir los siguientes criterios:
1. Hay solo dos posibles resultados xito o fracaso
2. Resulta de un conteo
3. Cada prueba es independiente
4. La probabilidad del xito es constante en cada prueba
5. Hay un nmero fijo de pruebas.
Bibliografa
91
o
os
as
io
92
Actividades
Autoevaluacin
Glosario
Bibliografa
Ejemplo 1
La probabilidad de que un paciente se recupere de una rara enfermedad de la sangre es 0.4. Si se sabe que 100 personas contrajeron esa enfermedad,
Anotaciones
a) P(x < 30 )
Para resolver el problema con la frmula de la distribucin binomial se tendra que
calcular 30 binomiales, desde la binomial de cero hasta la binomial de 29. Mediante
el uso de la aproximacin normal a la binomial el procedimiento es mucho ms
corto.
El primer paso es aplicar al valor de x el factor de correccin de continuidad, que
es simplemente sumar o restar 0.5 al valor de x, dependiendo del problema. En
este caso queremos la probabilidad de que x valga menos de 30, no incluye al 30,
entonces se le resta 0.5. En seguida se aplica la frmula de Z, utilizando el valor de
x = 29.5, y en seguida buscar el rea en la tabla:
b) P(x = 35 )
En una distribucin continua la probabilidad de que la variable aleatoria sea exactamente determinado valor no se puede calcular y se estima que es cero, mientras que
en una distribucin discreta la probabilidad se calcula sumando y restando el factor
de correccin de continuidad para estimar el rea entre ambos puntos.
Sin embargo, cuando tenemos un caso como este, lo correcto y lo ms fcil es calcular la probabilidad con la frmula de la binomial, y obtenemos el resultado exacto.
de contenidos
Lecturas
seleccionadas
c) P( x 30 )
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Glosario
Aqu se pide la probabilidad de que x tome valores desde 0 hasta 30 inclusive, como
el 30 est incluido el factor de correccin de continuidad se suma.
Recordatorio
Ejemplo 2
Calcular la probabilidad de que al lanzar una moneda 100 veces, el nmero de
caras obtenido est comprendido entre 45 y 55.
Se tiene:
Y la probabilidad pedida es, con la aproximacin realizada:
Ejemplo 3: La presin sangunea de ciertos enfermos sigue una ley normal de media 90 mm. Hg y de desviacin tpica 12 mm. Hg. Hallar la probabilidad de que
elegido un paciente al azar:
a) Su presin sea mayor de 115 mm. Hg.
b) Su presin est comprendida entre 80 y 100 mm. Hg.
Anotaciones
Bibliografa
93
o
os
as
io
94
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
de contenidos
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Bibliografa
95
o
os
as
io
96
Actividades
Autoevaluacin
Glosario
Bibliografa
Anotaciones
Diagrama
Desarrollo
de contenidos
Lecturas
seleccionadas
Objetivos
Diagrama
Actividades
Inicio
ACTIVIDAD
Objetivos
Inicio N 4
Autoevaluacin
Actividades
Autoevaluacin
Bibliografa
LECTURA SELECCIONADA N 4
Lecturas
seleccionadas
Recordatorio
Glosario
Bibliografa
Anotaciones
Recordatorio
Anotaciones
Despus de que un acusado ha sido condenado por algn crimen, en ocasiones se interpone una apelacin con el argumento de que el acusado fue condenado por un
jurado de personas diferentes a l. Uno de los criterios es que el proceso de seleccin
del jurado debe garantizar que los miembros representen a la poblacin de la regin.
En un caso clebre, el doctor Benjamin Spock, escritor del libro Baby and Child Cure,
fue condenado por conspiracin al fomentar la resistencia al reclutamiento durante la
guerra de Vietnam. Su defensor argument que el doctor Spock estaba en desventaja,
pues los 12 miembros del jurado eran hombres. Las mujeres se habran mostrado ms
comprensivas, ya que, en general, se oponan ms a la guerra; adems, el doctor Spock
era muy reconocido entre el pblico femenino como mdico infantil. Un especialista
en estadstica testific que el jurado tena una proporcin consistentemente menor de
mujeres que los otros seis jurados del mismo distrito. La condena del doctor Spock fue
anulada por otras razones. En la actualidad los integrantes de los jurados de las cortes
federales se deben elegir de manera aleatoria.
En 1972, Rodrigo Partida, mxico-estadounidense, fue condenado por robo con i ntento de violacin. Su condena fue dictada en el condado de Hidalgo, que se localiza en
Texas, en la frontera con Mxico. En el condado de Hidalgo haba 181,535 personas
que podan formar parte del jurado, y el 80% de ellas eran mxico-estadounidenses.
De las 870 personas llamadas a servir como jueces, el 39% (339) eran mxico-estadounidenses. Tiempo despus, se apel la condena de Partida (Castaneda contra Partida)
con base en la gran discrepancia entre el 80% de mxico-estadounidenses disponibles
para fungir como jueces y el hecho de que slo fuera seleccionado el 39% de este grupo.
En este captulo estudiaremos el problema de Castaneda contra Partida en especial a
partir de las siguientes preguntas fundamentales:
1. Puesto que los mxico-estadounidenses constituyen el 80% de la poblacin y dado
que Partida fue sentenciado por un jurado de 12 personas de las que slo el 58% de
los jueces (7) eran mxico-estadounidenses, podemos concluir que este jurado fue
elegido en un proceso que discrimina a los mxico-estadounidenses?
2. Dado que los mxico-estadounidenses constituyen el 80% de la poblacin total de
181535 habitantes y que durante un perodo de ms de 11 aos slo el 39% de los
individuos llamados a servir como jueces eran mxico-estadounidenses, podemos
concluir que el proceso de seleccin del jurado discrimin a este grupo? (Sabemos
que, debido al azar, las muestras varan naturalmente hasta cierto punto de lo que se
esperara a nivel terico. Sin embargo la discrepancia entre la tasa del 80% de mxico-estadounidenses de la poblacin y el 39% de los mxico-estadounidenses llamados a servir como jueces es lo suficientemente grande para explicarse por el azar?)
Este ejemplo explica la importancia de una comprensin bsica de los mtodos estadsticos en el terreno legal. Es probable que los abogados que carecen de conocimientos
estadsticos no puedan ofrecer un buen servicio a sus clientes. En una ocasin el autor
testific en la suprema Corte del estado de Nueva York y al analizar la situacin, se dio
cuenta de que la falta de comprensin de conceptos estadsticos bsicos podra ser muy
perjudicial para el cliente de un abogado.
os
Diagrama
Objetivos
Inicio
de contenidos
Desarrollo
de contenidos
Actividades
Lecturas
seleccionadas
Glosario
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Autoevaluacin
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
GLOSARIO
Distribucin binomial: Distribucin donde los sucesos tienen la misma probabilidad, con la presencia de xito y fracaso y en un nmero fijo de ensayos.
-
Recordatorio
Objetivos
Bibliografa
- Anotaciones
Distribucin de Poisson: Distribucin de probabilidad discreta que se aplica a ocurrencias de algn suceso durante un intervalo de tiempo, distancia, rea, volumen u
otra unidad similar que se especifique.
-
Distribucin muestral de proporciones: Distribucin de probabilidad de las proporciones muestrales, donde todas las muestras tienen el mismo tamao muestral n.
Distribucin normal: Distribucin de probabilidad con forma de campana, simtrica y asinttica por ambos extremos.
Distribucin normal estndar: Distribucin normal con una media igual a cero y
una desviacin estndar igual a 1
-
-
Inicio
Variable Aleatoria: Variable que toma diferentes valores como resultado de un experimento aleatorio.
Actividades
Autoevaluacin
Glosario
Bibliografa
BIBLIOGRAFA DE LA UNIDAD IV
1.
2.
Toma Inafuko-Rubio Donet. Estadstica Aplicada. Centro de Investigacin Universidad del Pacfico. 2012
Anotaciones
Objetivos
Inicio
Actividades
Autoevaluacin
AUTOEVALUACIN DE LA UNIDAD IV
1.
Glosario
La encargada de los prstamos en un banco estima, con base en sus aos de experiencia, que la probabilidad de que un solicitante no sea capaz de pagar su prstamo es 0.025. El mes pasado realiz 40 prstamos. Cul es la probabilidad de que 3
Bibliografa
prstamos no sean pagados oportunamente?
A) 0,6
B) 61%
C) 6%
D)
0,625 E) 0,94
Anotaciones
2.
B) 0,0165
C) 0,1353
D)
0,1254 E) 0,1758
Bibliografa
97
o
os
as
io
98
Actividades
Autoevaluacin
Glosario
Bibliografa
3.
Anotaciones
B) 0.0542
C) 0.0354
D)
0.0478 E) 0.5147
4.
Una poblacin normal tiene una media de 20,00 y una desviacin estndar de 4,00.
Halle el valor z correspondiente a 25,00
A) 1,25
B) 1,26
C) 1,27
D)
1,28 E) 1,29
5.
Un estudio reciente de los sueldos por hora del personal de una empresa mostr
que el salario medio por hora es de 16,50 Nuevos Soles, con una desviacin estndar de 3,50 nuevos soles. Si se selecciona al azar a un trabajador de la empresa cul
es la probabilidad de que gane ms de 20 nuevos soles la hora?
A) 0,1680
B) 0,1580
C) 0,1587
D)
0,1682 E)0,8415
ANEXO Desarrollo
de contenidos
ESTADSTICA I
Actividades Autoevaluacin
MANUAL AUTOFORMATIVO
Lecturas
seleccionadas
Glosario
Recordatorio
Anotaciones
Bibliografa
99